Kontextanalyse (engl.: Contextual Analysis)

Der Begriff K. ist in der Sozialforschung, soweit ich sehe, noch nicht kanonisiert; er steht allgemein für Analyseverfahren, in denen Merkmale von Untersuchungseinheiten gemeinsam mit solchen ihrer Umgebung, eben ihrer Kontexte, analysiert werden. Dabei sollen i. a. die individuellen Merkmale durch diejenigen ihrer Umgebung erklärt werden, prinzipiell ist jedoch auch die umgekehrte Analyserichtung denkbar.

In einem etwas spezielleren Sinn steht K. entweder allgemein für Mehrebenenanalyse oder für eine spezielle Form derselben, nämlich jene, die (noch) nicht mit Zufallskoeffizienten operiert (dies ist etwa der Sprachgebrauch bei Kreft/de Leeuw 1998). Diese spezielle Form der K., im folgenden als traditionelle K. bezeichnet, wird ausführlich bei Iversen (1991) behandelt.

Der wesentliche Unterschied zwischen der traditionellen K. und den neueren Verfahren mit Zufallskoeffizienten sei kurz dargestellt. Angenommen, wir haben eine Regressionsgleichung

Y = b₀ + b₁X₁ + b₂X₂ + e

mit Y und X₁ als Individualmerkmalen und X₂ als einem Kontextmerkmal sowie e als dem Residuum auf der Individualebene. Dies ist die einfache Form der traditionellen K. Sie ignoriert (a) den Sachverhalt, dass die individuellen Einheiten, qua Kontext, untereinander zusammenhängen können (mit der Folge, dass die Annahme wechselseitiger Unabhängigkeit der Residuen e verletzt ist und damit auch die Standardfehler der Regressionskoeffizienten unterschätzt werden), und (b) dass die Einflüsse der Individualvariablen X₁ auf Y, wie sie im Regressionskoeffizienten b₁ ausgedrückt werden, u. U. nicht in allen Kontexten identisch sind.

Auf letzteres Problem reagiert die traditionelle Kontextanalyse, indem sie den Individualeffekt b₁ selbst als Ergebnis der Kontextvariablen X₂ modelliert (›Slopes-as-Outcomes‹). Dies kann entweder in einem zweistufigen Schätzverfahren geschehen, in welchem für jeden Kontext eine separate Analyse auf der Individualebene durchgeführt wird und anschließend der Vektor der so geschätzten b₁-Koeffizienten als abhängige Variable durch die X₂-Variable »erklärt« wird, oder in einem einstufigen Verfahren, in welchem in die o.a. Regressionsgleichung ein Interaktionseffekt aus dem individuellem Merkmal X₁ und dem Kontextmerkmal X₂ eingefügt wird (mit dem Regressionsgewicht b₃). Beide Schätzverfahren führen aber i. a. nicht zu korrekten Standardfehlern für b₃ und lösen nicht das Problem der Varianzzerlegung in individuelle und Kontextvarianz.

Literatur:

Iversen, G.: Contextual Analysis. Newbury Park, CA: Sage, 1991
Kreft, Ita/de Leeuw, Jan: Introducing Multilevel Modeling. London: Sage 1998